從技術債到清理稅，AI 開發的隱形代價

《Business Insider》調查，許多新創團隊如今幾乎所有程式碼都由 AI 生成，像是 AI 營養教練應用 Alma、法律科技公司 Wordsmith AI，都表示超過九成的程式碼來自 AI。而 Anthropic 的 Claude Code 已成為最受歡迎的開發工具。

這種轉變讓軟體開發的效率大幅提升，過去需要數週甚至數個月完成的功能，如今可能只需幾小時或幾天。同時也改變開發者的角色，Coder從親自撰寫程式碼，逐漸轉向提示、引導和管理 AI，思考如何建立適合 AI 運作的環境與脈絡。

舉例來說，法律平台 Wordsmith AI 目前約有 10% 的工作已能完全自動化，但這個比例將迅速提升。一年後，管理層認為有 80% 至 90% 的任務都將由 AI 自主完成，代表著軟體工程正在迅速轉換角色，而且正在被根本性地重構。

最有價值的工程師，將是那些能夠為 AI 設計正確環境與脈絡的人，Giginiak 表示。

然而，速度的提升也帶來新的問題。許多創辦人開始擔心大量由 AI 生成的程式碼品質不穩定，容易出現漏洞、技術債與難以維護的系統。Menlo Ventures 將這種現象稱為「清理稅（Cleanup Tax）」：節省下來的開發時間，可能最終又花在除錯、重構和品質保證上。

讓我們澄清一下，清理稅與技術債並不相同，技術債代表的是工程上的長期負債，造成軟體為了迅速上線選擇不合時宜的技術架構，事後要花更多時間重構。但清理稅則是 AI 時代的新成本，當AI 大幅降低了寫程式的成本，但同時產生大量需要整理、驗證和修正的程式碼，這些額外的工作，就是清理稅。

就像是部分軟體業界人士警告，氛圍編程（Vibe Coding）熱潮可能催生一波脆弱且不可持續的產品。許多缺乏工程能力的人可以快速推出產品，卻沒有能力在產品上線後持續維護與迭代，最終可能形成新的技術泡沫。

當真正稀缺的能力不再是寫出程式碼，而是具備品味、判斷力與系統思維，知道哪些功能值得被建造、哪些設計應該被捨棄，有時候根本不應該被推出。人類能力如何降低開發清理稅，又如何增加判斷水準，的確是下一個需要被討論的人機互動議題。